MODELADO E IDENTIFICACIN DE SISTEMAS

5 INGENIERA INDUSTRIAL
PRCTICA 4
IDENTIFICACIN POR MNIMOS CUADRADOS
Curso 2002-2003

1. Objetivos
En el desarrollo terico del tema de identificacin se ha estudiado el mtodo de
identificacin paramtrica basado en el algoritmo de Mnimos Cuadrados. Este
algoritmo es de gran importancia debido a que a partir de l se deducen otros de mayor
complejidad que se adaptan a problemas concretos. Es por esto por lo que, por medio de
esta prctica, se va a desarrollar los aspectos vistos en teora dentro de un marco
prctico que ayude a comprender el funcionamiento del mismo. As, en esta prctica se
pretenden alcanzar los siguientes objetivos:

Comprensin prctica de la identificacin de sistemas

Asociacin terico prctica de los conceptos de modelado e
identificacin
Conocimiento y aplicacin de la tcnica de Mnimos Cuadrados para la
obtencin de modelos discretos
Utilizacin de la aplicacin Matlab/Simulink para realizar los procesos de
identificacin y de validacin mediante simulacin.

2. Identificacin de Sistemas. Mtodo de Mnimos Cuadrados

Para el diseo de un regulador es importante, si no imprescindible, disponer de la
funcin de transferencia de sistema a controlar. Por tanto, en el caso de no disponer del
citado modelo, ste se deber estimar a travs de la identificacin. As pues, se podra
decir que la identificacin de sistemas e un planteamiento experimental para la
construccin de modelos. Dicho planteamiento se puede estructurar en los siguientes
apartados:
a) Planificacin experimental: consiste en la excitacin del sistema a identificar
mediante una determinada seal de entrada y registrar para cada instante la
entrada y la salida producida por la misma.
b) Seleccin de la estructura del modelo: Atendiendo a la salida del sistema
observada en el apartado anterior, se deduce el aspecto de la funcin de
transferencia del sistema a identificar (primer orden, segundo, etc., retardos)

c) Estimacin de parmetros: Supuesta la estructura del modelo del sistema, se

obtiene, a travs de diversas tcnicas de identificacin el valor de los parmetros
incgnitas.
d) Validacin: Una vez obtenido el modelo es necesario comprobar si ste
responde, ante la misma seal de entrada (u otras), de un modo aceptablemente
similar como el sistema original. Si la validacin resulta insatisfactoria
repetiramos los pasos desde el apartado b), seleccionando una nueva estructura.

2.1 El principio de los Mnimos Cuadrados

El principio de los Mnimos Cuadrados indica que los parmetros de un modelo se
deben elegir de tal forma que
La suma de los cuadrados de las diferencias entre los valores de la salida
observados (reales) y los estimados, multiplicada por factores que midan el
grado de precisin sea un mnimo.
As pues, considerando un modelo genrico
G( z 1 ) =

b0 + b1 z 1 + L + bm z m d
z
1 + a1 z 1 + L a n z n

la identificacin del mismo consistir en la estimacin de los parmetros desconocidos

a1 , a2 ,, an , b0 , b1 , , bm . Para ello procederemos como se expone a continuacin.
Dados los k+1 valores de la entrada y los k de la salida, la siguiente salida estimada,
y ( k + 1) ser
T
y (k + 1) = xk +1

donde
= [a1 , a 2 , L , a n , b0 , b1 , L, bm ]
x k +1 = [ y( k ), y (k 1), L , y ( k n + 1), u ( k + 1 d ), u (k d ), L , u (k m + 1 d ) ]
La discrepancia entre la salida real en el instante k+1, y(k+1) y la estimada
y ( k + 1) viene dada por la siguiente expresin de error
e( k + 1) = y ( k + 1) y ( k + 1)

Repitiendo este planteamiento para N medidas sucesivas, las salidas correspondientes a

esos N instantes se pueden expresar mediante la ecuacin matricial siguiente
a1

y(k )
y (k 1)
L y(k n + 1) u(k + 1 d )
u( k d )
L u (k m + 1 d ) M
y(k + 1)

a
y (k )
L y (k n + 2 ) u (k + 2 d )
u (k + 1 d )
L u( k m + 2 d ) n
y (k + 2) = y( k + 1)

b0
M
M
M
M
M
M
M

y (k + N ) y (k + N 1) y (k + N 2) L y(k n + N ) u(k + N d ) u (k + N 1 d ) L u(k p + N d ) M
bm

Dicha ecuacin (Y=X) presenta infinitas soluciones. De todas ellas, elegiremos,

utilizando el mtodo de Mnimos Cuadrados, aquella que minimice el error. En otras
palabras, el estimador de mnimos cuadrados ser aquel que proporcione los valores de
los parmetros que minimizan la suma de los cuadrados de los errores, Jk.
Jk =

1 k+N 2
e (i)
2 i=k +1

Minimizando dicho ndice, los parmetros que minimizan el error se obtienen

resolviendo el siguiente producto matricial
= ( X T X ) 1 X T Y
La matriz (XTX) es cuadrada, y en determinadas condiciones, que se denominan de
excitacin permanente, es invertible. Como consecuencia de esta caracterstica, para
esta tcnica de identificacin no sirven las entradas usuales como escaln, impulso, etc.,
ya que no provocarn una excitacin permanente y hacen que dicha matriz no sea
invertible, lo cual hace impracticable la identificacin.

3. Identificacin de un sistema de primer orden

En esta primera parte se identificar un sistema de primer orden utilizando la tcnica de
los mnimos cuadrados. La funcin de transferencia a encontrar tendr pues la siguiente
forma:
b
G( z ) =
z d
1
1 + az
donde a y b son los parmetros a estimar y d es el retardo que presenta el sistema a
identificar. Adems el sistema en cuestin se est operando mediante computador a un
periodo de muestreo de 1 segundo.
Con estas consideraciones previas iniciaremos la identificacin del sistema al cual se le
proporciona las entradas expuestas a continuacin.
a) La primera entrada proporcionada consiste en la secuencia uk={1,0,1,0,1,0,0,}
b) b) la segunda entrada utilizada para excitar al sistema a identificar corresponde
a la secuencia uk={1,0,1,0,1,1,1,}
Con dichas entradas se excit al sistema dos veces (una con cada entrada) y las salidas
obtenidas para cada experiencia se muestran en la figura 1 y 2.
Adems, en la tabla 1 se presenta los datos numricos ms relevantes de la salida
obtenida al realizar ambos experimentos.

Figura 1. Salida del sistema con la entrada a)

Figura 2. Salida del sistema con la entrada b)

Tabla 1. Valores de la salida para las entradas a) y b)

Entrada a)
Instante (k)
Salida (y)
0
0.0000
1
0.5000
2
0.2500
3
0.6250
4
0.3125
5
0.6562
6
0.3281
7
0.1641
8
0.0820
9
0.0410
10
0.0205
.

30
0.0000

Entrada b)
Instante (k)
Salida (y)
0
0.0000
1
0.5000
2
0.2500
3
0.6250
4
0.3125
5
0.6562
6
0.8281
7
0.9141
8
0.9570
9
0.9785
10
0.9893
.

30
1.0000

Una vez conocidas las medidas se proceder a la identificacin de los parmetros a y b.

Para ello, y segn el desarrollo realizado en el apartado anterior, realizaremos el
siguiente planteamiento:
y (k )
u( k + 1 d )
y (k + 1)
y ( k + 2) y( k + 1)
u ( k + 2 d ) a

Y=
=

b
M
M
M

y( k + N ) y ( k + N 1) u ( k + N d )
donde k se corresponde con el instante en el que se produce la primera salida
significativa del sistema, d es el retardo, N el nmero de medidas sucesivas empleadas
para la estimacin y a y b son los parmetros a estimar.
La estimacin de los parmetros se obtendr como resultado de evaluar la expresin
= ( X T X ) 1 X T Y

Consideraremos para la identificacin, un nmero de muestras N = 6.

Este desarrollo se aplicar dos veces, una para cada una de las entradas y sus
correspondientes salidas. Una vez identificado el sistema comprobaremos la validez del
mismo mediante simulacin. En dicha simulacin se deber obtener el mismo resultado
que se presenta en las figuras 1 y 2 introduciendo como entrada al sistema las entradas
a) y b). Para introducir dichas entradas al proceso utilizaremos en Simulink un bloque
From Workspace cuyos parmetros sern (para cada entrada):
Ea = [0 1; 1 0; 2 1; 3 0; 4 1; 5 0; 6 0; 7 0; 8 0; 9 0]
Eb = [0 1; 1 0; 2 1; 3 0; 4 1; 5 1; 6 1; 7 1; 8 1; 9 1]

4. Identificacin de un sistema de segundo orden

En este caso se tiene un sistema al cual se le ha proporcionado la entrada que en el
apartado anterior hemos denominado b). Los valores numricos de la salida obtenida se
muestra en la tabla 2.
En la figura 3 se muestra grficamente la salida de dicho sistema para la entrada elegida.

Tabla 2. Salida del sistema de segundo orden para la entrada b)

Instante (k)
0
1
2
3
4
5
6
7
8
9
10
.
30

Salida (y)
0.0000
1.0000
1.1000
1.3200
0.9180
1.1020
1.8491
2.2348
2.2122
2.0675
1.9884

2.0270

Figura 3. Salida del sistema de segundo orden con entrada b)

En principio, cuando se realiza la identificacin de un sistema, no se conoce la

estructura de la funcin de transferencia del mismo. Se puede, a priori, establecer algn
tipo de hiptesis, y si esto no es posible, se comienza asumiendo que el sistema
corresponde a una funcin de transferencia de primer orden. As, el mtodo a seguir
consiste en suponer una determinada estructura para la funcin de transferencia, estimar
los parmetros y comprobar la validez del modelo obtenido. Si la respuesta obtenida es
lo suficientemente similar a la del proceso, la tarea de identificaci n ha terminado; en
caso contrario debemos modificar la hiptesis de partida (suponer otra estructura para la
funcin de transferencia) y volver a estimar los parmetros de la misma.

As pues, suponiendo que desconocemos la estructura de la funcin de transferencia de

este sistema, asumiremos en principio que se trata de un sistema de primer orden y si el
resultado no es satisfactorio supondremos una estructura de segundo orden. Por tanto,
aparte de la identificacin para una funcin de transferencia d e primer orden, las
identificaciones para la funcin de transferencia de segundo orden correspondern a las
siguientes suposiciones sobre la estructura de la misma:
F.D.T. 1
F.D.T. 2
F.D.T. 3
1
b0
b0 + b1 z
b0 + b1z 1 + b2 z 2 d
d
G( z ) =
z d G( z ) =

z
G
(
z
)
=
z
1
2
1 + a1 z + a2 z
1 + a1z 1 + a2 z 2
1 + a1 z 1 + a2 z 2

El proceso de identificacin terminar cuando el modelo obtenido para una de las

funciones de transferencia anteriores tenga un comportamiento equivalente a la salida
real de proceso.
En el caso ms complejo (F.D.T. 3), el planteamiento matricia l para la identificacin
ser:
a
y (k )
y (k 1)
u (k + 1 d )
u (k d )
u (k 1 d ) 1
y (k + 1)
y ( k + 2) y (k + 1)
a 2
y (k )
u (k + 2 d )
u( k + 1 d )
u (k d )

=
b0

M
M
M
M
M
M

b1
y (k + N ) y (k + N 1) y (k N 2) u (k + N d ) u ( k + N 1 d ) u ( k + N 1 d )
b2

La estimacin de los parmetros se obtendr resolviendo la ecuacin matricial:

= ( X T X ) 1 X T Y

Se debe pues, calcular la funcin de transferencia correcta del modelo utilizando para
ello la simulacin como mtodo de validacin.

5. Identificacin de un sistema con ruido

Una vez identificado el sistema anterior, comprobaremos en este apartado, qu
comportamiento presenta el mtodo de Mnimos Cuadrados cuando el sistema a
identificar se encuentra perturbado por un ruido. Para ello, al sistema del apartado
anterior se ha superpuesto un ruido, por lo que para la entrada b) utilizada
anteriormente, se ha obtenido la salida que se detalla en la tabla 3.
La tarea a realizar, consiste en este caso en identificar el sistema con dicha combinacin
entrada salida y utilizando la funcin de transferencia correcta deducida del apartado
anterior.

Tabla 3. Salida del sistema de segundo orden con ruido para entrada b)

Instante (k)
0
1
2
3
4
5
6
7
8
9
10
.
30

Salida (y)
0.0000
0.9802
1.1098
1.3794
0.8979
1.0859
1.8955
2.3221
2.2904
2.0957
1.9207

2.0245

6. Informe a presentar
Se debe entregar un informe que contenga los aspectos relatados a continuacin:

Identificacin de un sistema de primer orden: Matrices X e Y y funciones de

transferencia para ambas entradas as como las grficas que se crean
convenientes.

Identificacin de un sistema de segundo orden:

o Identificacin como sistema de primer orden: matrices X, Y y funcin
de transferencia as como la grfica de la salida del modelo. Es vlido el
modelo obtenido? Se podra haber obviado esta identificacin?
Porqu?
o Identificacin como sistema de segundo orden: matrices X, Y y
funciones de transferencia obtenidas as como las grficas de las salidas
de los modelos.

Identificacin de un sistema con ruido : matrices X, Y, funcin de

transferencia y grfica de la salida del modelo. A qu conclusin se llega tras la
simulacin?

Aparte se puede incluir cualquier aspecto de la prctica que se quiera hacer notar.